Технология Smart Engines сможет распознавать банковские карты в видеопотоке

Технология Smart Engines сможет распознавать банковские карты в видеопотоке

Российская компания Smart Engines, объявляет о выпуске технологии Smart CardReader, предназначенной для распознавания пластиковых карт, выполненных эмбоссированием (выдавливанием символов) и способом индент-печати (вдавливанием символов).

В настоящее время эмбоссинг и индент-печать являются основными способами персонализации банковских дебетовых и кредитных карт.

Технология Smart CardReader предназначена для распознавания данных пластиковых карт в видеопотоке на мобильных устройствах и компьютерах/ноутбуках/терминалах, оснащенных камерой. В базовом функционале Smart CardReader умеет извлекать не только номер банковской карты, но и срок окончания действия (expiration date) и имя владельца карты (card holder name). Кроме этого решения на базе Smart CardReader можно использовать для распознавания данных клубных, дисконтных, транспортных и других видов пластиковых карт.

В отличие от уже представленных в мире технологий распознавания банковских карт, Smart CardReader распознает все цифровые и буквенные поля. Технология автоматически определяет метод печати карты (эмбоссирование или индент-печать) и обрабатывает оба типа карт в одном потоке. Передовые алгоритмы распознавания позволили добиться промышленного качества распознавания в реальных условиях работы - при различном освещении, для любых фоновых изображений карт и для старых (затертых) карт.

Все вычисления в Smart CardReader при обработке пластиковых карт осуществляются на самом устройстве (on-deviсe) в режиме реального времени без передачи изображений и видеофрагментов на сервер или в «облако».

Интеграция Smart CardReader в платежные сервисы (мобильный и интернет эквайринг) дает возможность распознавания банковских карт при осуществлении платежей в мобильных приложениях и на интернет сайтах. Для того чтобы ввести данные карты пользователю нужно показать ее камере. Время от начала показа карты до получения результата распознавания зависит от устройства и качества камеры и составляет в среднем 1-2 секунды.

Применяемые в Smart CardReader алгоритмы межкадровой интеграции для анализа результатов распознавания отдельных кадров видеопотока позволяют обеспечить промышленное качество ввода данных уже к 3-му распознанному кадру. При этом важно отметить, что распознавание в видеопотоке позволяет извлекать данные даже при недостаточном освещении или при сильных бликах. Для этого пользователь может изменить ориентацию камеры или карты, а Smart CardReader «на лету» найдет и выберет наиболее перспективные для обработки кадры. В технологиях других разработчиков, которые осуществляют распознавание по одному кадру (фотографии), получение результата в реальных условиях не может быть гарантировано.

Технология Smart CardReader является многоплатформенной и работает на большинстве распространенных операционных систем для мобильных устройств, десктопов и серверов: iOS, Mac OS X, Android, Linux, Windows, Windows Phone и основных аппаратных платформах ARMv7-v8, x86 и x86_64.

В настоящее время инструментарий для встраивания технологии распознавания пластиковых карт Smart CardReader в мобильные и десктопные приложения доступен разработчикам в виде API.

Android-приложения с ИИ массово «светят» ключи и данные пользователей

Исследователи выяснили: разработчики Android-приложений с ИИ по-прежнему массово хранят «секреты» прямо в коде, и этим активно пользуются злоумышленники. В рамках крупного анализа специалисты изучили 1,8 млн приложений из Google Play и обнаружили, что большинство ИИ-приложений в среднем «светят» конфиденциальными данными.

Картина получилась тревожной. 72% Android-приложений с ИИ содержат хотя бы один жёстко прописанный секрет — от идентификаторов облачных проектов до API-ключей.

Причём более 68% таких секретов связаны с Google Cloud: это ID проектов, адреса сервисов и ключи доступа. Всё это расширяет поверхность атаки и упрощает жизнь тем, кто ищет, к чему бы «подцепиться».

Проблема не теоретическая. По данным Cybernews, сотни ИИ-приложений уже были скомпрометированы автоматизированными атаками. Исследователи нашли 285 баз Firebase без какой-либо аутентификации, которые были открыты всем желающим.

В сумме через них утекло около 1,1 ГБ пользовательских данных. В ряде случаев в базах уже явно «похозяйничали» — например, там встречались тестовые таблицы с названиями вроде «poc» (от «proof of concept») и фейковые администраторские аккаунты.

Ещё масштабнее ситуация с облачными хранилищами. Из-за неправильных настроек Google Cloud Storage оказались открыты более 200 млн файлов общим объёмом почти 730 ТБ. В среднем на одно уязвимое хранилище приходилось 1,5 млн файлов и несколько терабайт данных.

 

При этом утекали не только «безобидные» идентификаторы. Среди найденных ключей были доступы к сервисам аналитики, коммуникационным платформам и даже платёжной инфраструктуре. В отдельных случаях речь шла о боевых ключах Stripe, которые теоретически позволяют управлять платежами — списывать деньги, оформлять возвраты или перенаправлять средства.

Интересно, что с API крупных LLM-провайдеров ситуация выглядит спокойнее. Ключи OpenAI, Gemini или Claude встречались редко и в основном относились к низкому уровню риска. Даже если такой ключ утечёт, он, как правило, не даёт доступа к истории запросов или диалогам пользователей.

Отдельный вывод исследования — проблема не только в утечках, но и в плохой «гигиене» разработки. Тысячи приложений содержат ссылки на облачные ресурсы, которые уже давно удалены или не используются.

RSS: Новости на портале Anti-Malware.ru